《表2 计算方法的比对：基于人工智能的实时交通流量预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于人工智能的实时交通流量预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表1可以看到，采用不同算法得到的准确性。本文中使用的数据挖掘算法（DMA）和网络并行算法采用相同编程方法，这是运营商不能实现的。本文将交通路段覆盖范围设定在500m，如表2所示，通过TPO和TIS算法获得的实验结果通常优于DMA和数据定位算法（DLA）高，蜂窝网络算法（CNA）与本文算法在性能方面几乎相同，并且在准确度方面也接近本文的算法。DLA算法无法达到优异的性能，是由于采用此算法时需具备执行车辆。交通路段的人工智能操作将会对车辆重要位置信息产生显著影响，从而会显著干扰预测准确性。DMA可以实现良好的效果，而最关键的一项问题主要体现在车辆经常用于智能交通的许多领域。一般都获得了比较高的算法精度，而TPO这种计算方法一般都高于TIS的预测精度。